Usages et pratiques numériques en contexte universitaire
Notice bibliographique
Résumé
Ce numéro 39 rassemble un panorama concret de ce qui bouge aujourd’hui dans les usages numériques universitaires. On y croise à la fois des projets pédagogiques innovants, des avancées SI qui simplifient la vie des campus, et des retours d’expérience très ancrés dans le quotidien des établissements.Vous y trouverez d’abord un regard stratégique, signé Didier Paquelin, Professeur titulaire, Chaire de leadership en pédagogie de l’enseignement supérieur à l’Université Laval, sur deux décennies de transformations numériques : comment les universités adaptent leurs organisations, composent avec l’essor de l’IA et réaffirment leurs valeurs face à ces accélérations.Vient ensuite une série de portraits d’usages, issus de Poitiers, de l’IMT Mines Alès, de l’ENSAM, de PSL ou encore de l’Université du Littoral : des simulations immersives en réalité virtuelle,des jeux sérieux pour explorer l’environnement ou accompagner les étudiants,des plateformes associatives renouvelées,des outils de portfolio pour valoriser les compétences.Côté systèmes d’information, le numéro met en lumière plusieurs projets structurants : les cas d’usage de l’IA générative Mistral, l’évolution du dédoublonnage dans Pégase, les solutions ESUP, EDUTAP ou encore les outils dédiés à la mobilité internationale.Un ensemble dense et stimulant : ce que font les établissements, comment ils innovent, ce qu’ils testent, ce qui fonctionne… et ce qui mérite d’être partagé. Une bonne lecture de saison, accessible à tous, pour traverser l’hiver en restant connecté à ce qui se construit dans l’ESR.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».